reVISION

reVISION堆栈能够支持更广泛的很少或没有硬件设计专业知识的嵌入式软件和系统工程师,使其也能利用赛灵思的技术更轻松、更快速地开发视觉导向的机器学习应用。

MATLAB EXPO 即将在中国首次拉开帷幕,本期将分三个主题分会场为观众带来从 “工业大数据”,“通信系统与智能平台”以及“工业设计自动化”的话题。赛灵思公司也将在本次活动中发布 “用 Xilinx FPGA加速机器学习应用” 的精彩演讲,活动期间,会议现场我们还将带来 reVISION 堆栈的现场 demo 演示。

  自主系统连接着我们生活的方方面面,改变我们建立产品方式和商业行为。 自主系统不仅仅意味着自动驾驶、机器人和无人机,也应用于诸如预测性引擎维护、自动交易和医疗图像诊断。

  这些自主系统以人工智能为特点,以物联网的方式实现互联 ,其中这些智能系统的嵌入式设计日益复杂和充满挑战,传统的软硬兼修已经无法赶上日新月异的市场需求。Xilinx 提供从终端到云端的机器学习推断方案。注册报名即可到现场与我们的专家进行面对面交流和探讨。

6 月 20 日 | 上海
6 月 27 日 | 北京

演讲题目:用 Xilinx FPGA 加速机器学习应用
时间:16:30 - 17:00
演讲人:赛灵思亚太区工业/科学/医疗营销高级技术经理 — 罗霖

作者:stark

在近期举办的嵌入式视觉大会上,来自Xilinx合作伙伴安富利(Avnet)的高级FPGA/DSP设计工程师Mario Bergeron向大家展示了一款双摄像头采集图像并实现融合的演示Demo。硬件平台采用的是Avnet PicoZed SOM(片上系统),核心集成的是Xilinx Zynq Z-7030 SoC,同时还用到了PicoZed嵌入式开发套件的FMC扩展板卡等模块。采用的两款摄像头分别是FMC接口的Python-1300-C彩色图像传感器,分辨率达1280x1024,配置灵活,敏感度高,性能高,主要应用于工业图像采集应用,同样是安富利(Avnet)公司设计生产的。另一个摄像头采用的是FLIR红外热成像传感器,输出60x80分辨率的红外视频流,通过Pmod接口实现与PicoZed SoM的通信与数据传输。

6月22日 | 20:00 - 21:00
赛灵思技术公开课,我们与您不见不散。

课程题目:
reVISION 如何为软件及系统工程师用 FPGA 开发智能系统铺平道路

课程介绍:
机器学习的应用正迅速地扩展至越来越多的终端市场,在用户端、在云端或者在那些基于端处理与基于云的数据分析相结合的混合解决方案中。传统方案正面临实时计算能力,功耗等的挑战。领先的系统开发商正在新一代视觉导向机器学习系统中使用全可编程系统。本次公开课将向您详细介绍来自赛灵思公司的 reVISION™ 堆栈。它包含了从开发套件到设计工具和 IP 库在内的整套解决方案,能够让没有或者很少硬件设计专业知识的嵌入式软件和系统工程师也能利用赛灵思的技术更轻松、更快速地开发视觉导向的机器学习应用。

适合听众:
软件开发工程师 | 算法开发工程师 | 系统架构师

演讲嘉宾:
罗霖 (Andy Luo)

Xilinx 开发者专区
开发者专区为您提供一站式服务:便捷了解 Xilinx 如何实现更智能的互连差异化系统与网络。

下面跟着小编来选择您 All Programmable 旅程的起点吧:

1、软 件 Software
Xilinx 及其第三方 ecosystem 的软件开发环境和嵌入式平台提供一全套熟悉的、功能强大的工具、库和方法。这些环境不仅可缩短您的开发时间,同时还可帮助您按需轻松创建定制硬件加速器。

2、硬 件 Hardware
Xilinx 全可编程器件让常规可编程逻辑迈入集成可编程系统时代。要充分利用系统集成带来的优势,设计团队需要一流的硬件架构、设计流程以及业经验证的方法(其可最大限度提高从概念到实现方案再到调试的工作效率)。

作者:kenshin

Phantom v5是美国Vision Research公司在2001年推出的一款高速高分辨率的摄像机,视频采集1024x1024像素、1000帧/秒,目前已经停产下架了。今天我们对其进行拆解探索一下它内部的奥秘。

通过拆解我们发现Phantom v5的时序和接口模块板卡上采用的是一对Xilinx XC4020 FPGA器件,在高速采集存储板卡上使用的是Xilinx XC9500 CPLD器件实现的时序和控制功能,同时还集成了Hitachi SH-2 32位RISC处理器,负责与外部设备的接口通信。

作者:电子创新网 张国斌

由于人眼只能看到 390nm(蓝光)至 700nm(红光)波长之间的可见光谱,但成像设备凭借各种传感器能捕获到更宽泛波长的图像,包括 X 光、紫外线、红外线以及可见光谱,因此基于成像传感器的嵌入式视觉成为先进最热门的技术之一,应用包括无人驾驶、无人机、机器人、医疗诊断等很多领域,现在,嵌入式视觉正结合了机器学习向自主智能视觉系统发展,但机器学习需要针对应用场景优化,且传统开发时间长,现在,FPGA领头羊赛灵思就放了一个大招,它推出的一个产品不但可以大大简化视觉导向机器学习,更可以提升视觉智能系统的响应时间,并实现软硬件可重配置。

reVISION惊艳登场, Xilinx让视觉导向机器学习更简单!

视频:使用 reVISION 实现的 4K60 密集光流算法

本视频演示将通过在可编程逻辑中以支持 60 帧每秒速率的 4K 分辨率运行业界一流的密集光流算法展示 Zynq Ultrascale+ MPSoC 的强大功能。

一文带你了解Xilinx reVISION堆栈

简介

赛灵思reVISION堆栈包括丰富的平台、算法和应用开发资源,支持最流行的神经网络,如AlexNet、GoogLeNet、SqueezeNet、SSD和FCN等。此外,该堆栈还提供库元素,包括预定义和优化的CNN网络层实现,这是构建定制神经网络(DNN(深度神经网络)/CNN(卷积神经网络))所必需的。机器学习元素还配合一系列丰富的支持加速功能的OpenCV功能,满足计算机视觉处理要求。针对应用层开发,赛灵思支持工业级框架,包括面向机器学习的Caffe和面向计算机视觉的OpenVX。reVISION堆栈还包括了赛灵思和第三方提供的开发平台以及各类传感器。

计算机视觉

xFOpenCV库函数

OpenCV库函数对开发许多计算机视觉应用都非常重要。赛灵思的xFAST计算机视觉库基于关键的OpenCV函数,能帮助您方便地编写并加速计算机视觉功能,通过SDx或HLx设计环境充分发挥FPGA结构的功能。此外,xFAST函数与OpenCV保持一致,并专为高性能、高利用率和易用性进行了优化。更多详情请见: china.xilinx.com/revision 。

• OpenCV 3.1库中成千上万函数支持Cortex A9和Cortex A53。

机器学习的应用正迅速地扩展至越来越多的终端市场,在用户端、在云端或者在那些基于端处理与基于云的数据分析相结合的混合解决方案中。面向云应用,赛灵思最近推出了可重配置加速堆栈(2016年11月推出),目标直指包括机器学习推断在内的各种计算加速应用。 面向端应用,赛灵思现在宣布凭借Xilinx® reVISION™ 堆栈大幅扩展至广泛的视觉导向机器学习应用。 全新的reVISION堆栈能够支持更广泛的很少或没有硬件设计专业知识的嵌入式软件和系统工程师,使其也能利用赛灵思的技术更轻松、更快速地开发视觉导向的机器学习应用。

本视频演示将现如今“视觉导向系统”中最常用的 3 大复杂算法进行完美结合,其中包括用于目标检测或场景分割的卷积神经网络 (CNN)算法、用于运动跟踪的密集光流算法以及用于深度感知的立体视觉算法,可在单个 Zynq Ultrascale+ MPSoC 器件上运行。

同步内容